Инвестиции в основной капитал и макроэкономическое агент-ориентированное моделирование

Значительный прогресс, наблюдаемый в области искусственной экономики, открывает новые возможности моделирования экономического роста. Агент-ориентированные модели (АОМ) позволяют оставить концепцию агента-представителя в прошлом и связать инвестиционные решения экономических агентов на микроуровне с долгосрочным макроэкономическим ростом. Современные АОМ предлагают новые алгоритмы моделирования ожиданий, взаимодействия агентов, технического прогресса, ценообразования, планирования производства. Наша статья анализирует современное состояние моделирования инвестиций в основной капитал в действующих макроэкономических АОМ. Предметом обзора служат группы моделей Eurace, CATS, KS, Jamel, Lagom. Авторы представляют также инвестиционный блок разрабатываемой агент-ориентированной многорегиональной межотраслевой модели (АОМММ). Сравнительный анализ показал, что современные АОМ, как правило, реализуют принцип согласованности потоков и запасов. Моделирование инвестиционного процесса требует детализации товарной номенклатуры, так что принятое первоначально двухсекторное разбиение на инвестиционные и потребительские товары сменяется более развернутыми структурами, откуда возникает проблема учета межотраслевых связей в производстве и потреблении. С этой проблемой справляется леонтьевская производственная функция, что подтверждается ее повсеместным использованием в АОМ. Размер инвестиций фирм чаще выводится из потребности расширения мощностей в соответствии с текущим производственным планом, так что планирование оказывается близоруким, а долгосрочные аспекты в АОМ еще во многом не реализованы. Тем не менее, уже сейчас АОМ воспроизводят многие явления, связанные с экономическим циклом. Разрабатываемая АОМММ обеспечивает горизонтальную согласованность денежных потоков между агентами и анализ результатов средствами таблиц «затраты-выпуск». АОМММ представляет собой шаг вперед в отражении межотраслевых и межрегиональных потоков. Модель воспроизводит рост и сокращение экономики в результате независимых инвестиционных решений отдельных фирм и домохозяйств, что отражается на отраслевой и пространственной структуре экономики. Дальнейшее развитие АОМММ связано с моделированием сбережений, внутрифирменных финансов, денежного рынка, инноваций и технического прогресса.

агент-ориентированное моделирование, инвестиционное поведение, корпоративные инвестиции

1. Abiad A., Furceri D., Topalova P. The Macroeconomic Effects of Public Investment: Evidence from Advanced Economies. IMF Working Paper WP/15/95, 2015, 26 p.

2. Nunez-Serrano A., Velazquez F. J. Is Public Capital Productive? Evidence from a Meta-analysis. Applied Economic Perspectives and Policy, 2017, vol. 39, no. 2, p. 313-345.

3. Ballot G., Mandel A., Vignes A. Agent-based Modeling and Economic Theory: Where Do We Stand? Journal of Economic Interaction and Coordination, 2015, vol. 10, no. 2, p. 199-220.

4. Макаров В. Л., Бахтизин А. Р. Социальное моделирование - новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика, 2013. 295 с.

5. Dawid H., Delli Gatti D. Agent-Based Macroeconomics. In: Hommes C., LeBaron B. (eds.). Handbook of Computational Economics. Amsterdam, North Holland, 2018.

6. Albrecht J. et al. MOSES Code. Stockholm, IUI, 1989, 354 p.

7. Eliasson G. Modeling the Experimentally Organized Economy: Complex Dynamics in an Empirical Micro-Macro Model of Endogenous Economic Growth. Journal of Economic Behavior and Organization, 1991, vol. 16, no. 1-2, p. 153-182.

8. Eliasson G. Visible Costs, Invisible Benefits. Springer, 2017, 461 p.

9. Cincotti S., Raberto M., Teglio A. The EURACE Macroeconomic Model and Simulator. In: Aoki M., Binmore K., Deakin S., Gintis H. (eds.). Complexity and Institutions: Markets, Norms and Corporations. New York, Palgrave Macmillan, 2012, p. 81-106.

10. Ponta L., Raberto M., Cincotti S. An Agent-Based Stock-Flow Consistent Model of the Sustainable Transition in the Energy Sector. Ecological Economics, 2018, vol. 145, p. 274-300.

11. Raberto M., Ozel B., Ponta L. Teglio A., Cincotti S. From Financial Instability to Green Finance: The Role of Banking and Monetary Policies in the EURACE Model. Journal of Evolutionary Economics, 2019, vol. 29, no. 1, p. 429-465.

12. Teglio A., Mazzocchetti A., Ponta L., Raberto M., Cincotti S. Budgetary Rigour with Stimulus in Lean Times: Policy Advices from an Agent-Based Model. Journal of Economic Behavior and Organization, 2019, vol. 157, p. 59-83.

13. Dawid H., Harting P., Neugart M. Economic Convergence: Policy Implications from a Heterogeneous Agent Model. Journal of Economic Dynamics and Control, 2014, vol. 44, p. 54-80.

14. Harting P. Macroeconomic Stabilization and Long-Term Growth: The Role of Policy Design. Macroeconomic Dynamics, 2019, p. 1-46.

15. Dawid H. et al. Agent-Based Macroeconomic Modeling and Policy Analysis: The Eurace@Unibi Model. In: Chen S., Kaboudan M., Du Y. (eds.). The Oxford Handbook on Computational Economics and Finance. Oxford University Press, 2018, ch. 17, p. 490-519.

16. Dawid H., Harting P., Neugart M. Fiscal Transfers and Regional Economic Growth. Review of International Economics, 2018, vol. 26, p. 651-671.

17. Dawid H., Harting P., Hoog S. van der, Neugart M. Macroeconomics with Heterogeneous Agent Models: Fostering Transparency, Reproducibility and Replication. Journal of Evolutionary Economics. 2019, vol. 29, p. 467-538.

18. Assenza T., Delli Gatti D., Grazzini J. Emergent Dynamics of a Macroeconomic Agent Based Model with Capital and Credit. Journal of Economic Dynamics and Control, 2015, vol. 50, p. 5-28.

19. Delli Gatti D., Gallegati M., Cirillo P., Desiderio S., Gaeo, E. Macroeconom-ics from the Bottom-up. Berlin, Springer-Verlag, 2011, 124 p.

20. Caiani A., Godin A., Caverzasi E., Gallegati M., Kinsella S., Stiglitz J. E. Agent Based-Stock Flow Consistent Macroeconomics: Towards a Benchmark Model. Journal of Economic Dynamics and Control, 2016, vol. 69, p. 375-408.

21. Dosi G., Fagiolo G., Roventini A. An Evolutionary Model of Endogenous Business Cycles. Computational Economics, 2006, vol. 27, no. 1, p. 3-34.

22. Dosi G., Fagiolo G., Roventini A. The Microfoundations of Business Cycles: an Evolutionary, Multi-Agent Model. Journal of Evolutionary Economics, 2008, vol. 18, no. 3-4, p. 413-432.

23. Napoletano M., Dosi G., Fagiolo G., Roventini A. Wage Formation, Investment Behavior and Growth Regimes: An Agent-Based Analysis. Revue de l’OFCE, 2012, vol. 124, p. 235-261.

24. Dosi G. et al. Fiscal and Monetary Policies in Complex Evolving Economies. Journal of Economic Dynamics and Control, 2015, vol. 52, p. 166-189.

25. Seppecher P. Flexibility Of Wages And Macroeconomic Instability In An Agent-Based Computational Model With Endogenous Money. Macroeconomic Dynamics, 2012, vol. 16, no. S2, p. 284-297.

26. Salle I., Seppecher P. Stabilizing an Unstable Complex Economy on the Limitations of Simple Rules. Journal of Economic Dynamics and Control, 2018, vol. 91, p. 289-317.

27. Seppecher P., Salle I., Lang D. Is the Market Really a Good Teacher? Journal of Evolutionary Economics, 2019, vol. 29, p. 299-335.

28. Seppecher P., Salle I., Lavoie, M. What Drives Markups? Evolutionary Pricing in an Agent-Based Stock-Flow Consistent Macroeconomic Model. Industrial and Corporate Change, 2018, vol. 27, no. 6, p. 1045-1067.

29. Mandel A. et al. Agent-Based Dynamics in Disaggregated Growth Models. Documents de travail du Centre d'Economie de la Sorbonne 10077, 2010, 34 p.

30. Mandel A. Agent-Based Dynamics in the General Equilibrium Model. Complexity Economics, 2012, vol. 1, p. 105-121.

31. Wolf S. et al. A Multi-Agent Model of Several Economic Regions. Environmental Modelling & Software, 2013, vol. 44, p. 25-43.

32. Balint T. et al. Complexity and the Economics of Climate Change: a Survey and a Look Forward. Ecological Economics, 2017, vol. 138, p. 252-265.

33. Суслов В. И., Доможиров Д. А., Ибрагимов Н. М., Костин В. С., Мельникова Л. В., Цыплаков А. А. Агент-ориентированная многорегиональная модель «затраты-выпуск» российской экономики // Экономика и математические методы. 2016. Т. 52, № 1. С. 112-131.

34. Суслов В. И., Доможиров Д. А., Костин B. C., Мельникова Л. В., Ибрагимов Н. М., Цыплаков А. А. Опыт агент-ориентированного моделирования пространственных процессов в большой экономике // Регион: экономика и социология. 2014. Т. 84, № 4. С. 32-54.

35. Доможиров Д. А., Ибрагимов Н. М., Мельникова Л. В., Цыплаков А. А. Интеграция подхода «затраты-выпуск» в агент-ориентированное моделирование. Часть 1. Методологические основы // Мир экономики и управления. 2017. Т. 17, № 1. С. 86-99.

36. Доможиров Д. А., Ибрагимов Н. М., Мельникова Л. В., Цыплаков А. А. Интеграция подхода «затраты-выпуск» в агент-ориентированное моделирование. Часть 2. Межрегиональный анализ в искусственной экономике // Мир экономики и управления. 2017. Т. 17, № 2. С. 15-25.

37. Гамидов Т. Г., Доможиров Д. А., Ибрагимов Н. М. Равновесные состояния открытой межрегиональной системы, порожденной оптимизационной межрегиональной межотраслевой моделью // Вестник НГУ. Серия: Социально-экономические науки. 2013. Т. 13, № 3. С. 81-94.

38. Суслов В. И., Новикова Т. С., Цыплаков А. А. Моделирование роли государства в пространственной агент-ориентированной модели // Экономика региона. 2016. Т. 12, вып. 3. С. 951-965.

39. Новикова Т. С., Цыплаков А. А. Социальная политика в многоотраслевой агент-ориентированной модели // Экономические и социальные перемены: факты, тенденции, прогноз. 2020. Т. 13, № 3. С. 129-142.